شبکه Pi در هوش مصنوعی فیزیکی سرمایه گذاری می کند: رباتیک Axis چیست؟

رباتیک محور (@axisrobotics) یک استارت‌آپ در سانفرانسیسکو است که داده‌های آموزشی ربات‌ها را از طریق شبیه‌سازی مرورگر و یک برنامه تلفن همراه جمع‌سپاری می‌کند و مشارکت‌های تایید شده را در Base ثبت می‌کند. در 27 ژوئیه، یک دور اولیه 12 میلیون دلاری به رهبری Hack VC (@hack_vc، با مشارکت پایتخت عشایر (@NomadCapital_io، Pi Network Ventures (@PiCoreTeam), 10K Ventures (@10kventure) و سرمایه گذاران فرشته.

برای ناظران شبکه Pi، این معامله یک الگو را گسترش می دهد. بازوی مخاطره‌آمیز 100 میلیون دلاری اکوسیستم، پس از پیوستن به دور 20 میلیون دلاری OpenMind به رهبری Pantera Capital در سال 2025، اکنون دومین شرط فاش شده را روی پشته رباتیک و هوش مصنوعی گذاشته است. سرمایه‌گذاری استراتژیک را در CiDi Games اضافه کنید، و تصویری از یک صندوق ظاهر می‌شود که بسیار فراتر از پروژه‌های کریپتو بومی است.

رباتیک اکسیس چیست؟

Axis Robotics که در سال 2025 تأسیس شد و مقر آن در سانفرانسیسکو است، خود را به عنوان "موتور داده ترکیبی شتاب دهنده هوش مصنوعی فیزیکی" توصیف می کند. این شرکت کوچک است، با تقریباً 11 کارمند در زمان دور، اما اعتبارنامه ها عمیق است: محققان هوش مصنوعی و رباتیک از UC Berkeley، Carnegie Mellon، Georgia Tech، NTU و SJTU، در کنار اپراتورهای رشدی که محصولات مصرفی را به 30 میلیون کاربر افزایش داده اند.

موسس کریس فنگ (@chris_anm01) قبلا به عنوان مدیر ارشد اجرایی Chainbase خدمت می کرد و سابقه مشاوره و سرمایه گذاری مخاطره آمیز، از جمله زمان در Bain & شرکت.

پایان نامه اصلی شرکت یک مشکل داده است. مدل‌های زبان بزرگ ده‌ها متن اینترنتی برای آموزش داشتند. ربات ها معادلی ندارند. ماشین‌هایی که دنیای فیزیکی را درک می‌کنند و در آن عمل می‌کنند با آنچه که Axis آن را سه مانع می‌نامد مواجه می‌شوند: کمبود شدید داده، شکاف تعمیم‌یافته، و تکه تکه شدن تجسم، به این معنی که داده‌های جمع‌آوری‌شده روی یک بدنه ربات به ندرت به‌طور تمیز به دیگری منتقل می‌شوند.

موتور داده چگونه کار می کند؟

Axis یک خط لوله انسان در حلقه با چهار جزء اصلی ایجاد می کند:

• موتور وظیفه ژنرال:به صورت رویه ای وظایف رباتیک متنوعی را با تصادفی سازی اشیاء، چیدمان ها، تصاویر بصری و انواع ربات ایجاد می کند.
• دورکاری مبتنی بر مرورگر:مشارکت‌کنندگان ربات‌های شبیه‌سازی‌شده را از یک صفحه وب کنترل می‌کنند، بدون نیاز به سخت‌افزار، مسیرهای حرکتی تولید می‌کنند که شرکت ادعا می‌کند تقریباً ۱۰ برابر توان عملیاتی مجموعه آزمایشگاهی سنتی است.
• برنامه ضبط نفس:یک برنامه تلفن همراه از ردیابی حالت دست در زمان واقعی برای جمع آوری داده های اول شخص و دنیای واقعی از یک نیروی کار جهانی استفاده می کند.
• خط لوله پردازش:تمیز کردن خودکار، تصادفی سازی دامنه، و حاشیه نویسی زبان، مشارکت های خام را به مجموعه داده های آماده برای مدل تبدیل می کند.

رویکرد "اول شبیه سازی" است. مشارکت‌کنندگان بازوهای شبیه‌سازی‌شده را از راه دور از طریق وظایفی مانند انتخاب و مکان انجام می‌دهند، مسیرها در پشتیبان‌های با وفاداری بالا مانند IsaacSim تمیز و تقویت می‌شوند، و نتایج مدل‌های Vision-Language-Action و سیاست‌های یادگیری تقلیدی را آموزش می‌دهند که به روبات‌های فیزیکی منتقل می‌شوند. هنگامی که یک مدل با شکست مواجه می شود، اصلاحات انسانی دوره آموزشی بعدی را تغذیه می کند، حلقه ای که شرکت به جای یک مجموعه داده ایستا، به عنوان هوش ترکیبی چارچوب بندی می کند.

لایه کریپتو زیر آن قرار دارد. مسیرهای پذیرفته شده، شناسه‌های داده منحصربفرد ثبت شده در پایهبرای مالکیت و منشأ قابل تأیید، در مدل انگیزشی Train-to-Earn پیچیده شده است. Axis محصول اصلی خود را در مارس 2026 پس از دو دور آزمایش اولیه در پایگاه عرضه کرد. اولی، «رز شازده کوچولو»، بیش از 10000 مسیر معتبر را در 3 روز جمع‌آوری کرد و سیاستی را آموزش داد که بر روی بازوی فیزیکی فرانکا اجرا می‌شد، و به طور مستقل یک کار آبیاری گل را در اثبات اولیه انتقال سیم به واقعی انجام می‌داد. یک نسخه بتا محصول دنبال شد و بیش از 20000 کاربر را جذب کرد که تقریباً 180000 مسیر را در 47 نوع کار در 10 روز تولید کردند. این شرکت همچنین فینالیست Base Batches 003 و بخشی از Base Founders Residency Batch 002 بود.

اکسیس ادعای چه کششی دارد؟

• بیش از 100000 مشارکت کننده فعال که به طور متوسط ​​3 تا 4 بار در روز ارسال می کنند
• بیش از 1200 ساعت داده شبیه‌سازی و بیش از 20000 ساعت داده‌های خود محور در دنیای واقعی تولید شده در ماه
• بیش از 90 دسته کار، بیش از 2000 دارایی دیجیتال و بیش از 200000 مسیر تأیید شده انباشته شده در پلت فرم

ادعای معیار برجسته است. پیش‌آموزش مدل رباتیک π0.5 که توسط هوش فیزیکی ساخته شده است و علیرغم نماد مشترک با شبکه Pi ارتباطی ندارد، در مجموعه داده‌های Sim متنوع Axis V1 موفقیت کلی را تا 4.9 امتیاز در LIBERO-Plus بهبود بخشید. این رقم پایه RoboCasa365 همسان با حجم را با 31.3 امتیاز شکست داد و در تعمیم چیدمان، انعطاف پذیری حسگر در برابر نویز و استحکام موقعیت ربات پیشرفت داشت.

از جنبه تجاری، Axis بسته های وظیفه سفارشی شده را به سازندگان سخت افزار رباتیک، شرکت های مدل هوش مصنوعی فیزیکی و شرکت های اتوماسیون صنعتی می فروشد. شرکای نامبرده عبارتند از Booster Robotics، Manycore Tech، Feagine Robotics، Dexmal، Lotus، Geely Auto و SomaStacks و غیره.

بعد چه می آید؟

درآمد حاصل، قابلیت‌های تولید رویه‌ای را گسترش می‌دهد و شبکه مشارکت‌کنندگان را در مناطق جدید، با پایلوت‌های پولی و هدف ۱ میلیون دلاری + ARR در نقشه راه کوتاه‌مدت، گسترش می‌دهد. انتشار دو مجموعه داده در حال حاضر برنامه ریزی شده است: Sim Dataset V2 در سپتامبر و مجموعه داده DAgger پس از آموزش در نوامبر.

فنگ رقابت را در قالب داده‌ها به جای شرایط مدل تعریف کرد و استدلال کرد که رقابت در هوش مصنوعی فیزیکی به سرعت جمع‌آوری و بهبود داده‌های آموزشی بستگی دارد. در اعلامیه بودجه، او به صراحت بیان کرد: "هوش مصنوعی فیزیکی نیازمند میلیاردها مسیر حرکتی تعامل انسان و فیزیکی است."

اینکه آیا یک شبکه جمع‌سپاری می‌تواند به این مقیاس برسد یا خیر، سوالی است که ۱۲ میلیون دلار باید به آن پاسخ دهد. اما با پیشروی Hack VC، شرکت Pi Network Ventures که قرار گرفتن در معرض روباتیک خود را عمیق‌تر می‌کند و دو مجموعه داده تا قبل از پایان سال منتشر می‌شود، Axis نقاط عطف مشخصی را به بازار داده است تا ادعاهای خود را بررسی کند.

منابع:

• رباتیک محوراعلام رسمی بازی 12 میلیون دلاری در X.
• Cryptopolitanبیانیه مطبوعاتی جزئیات دور، سرمایه گذاران و معماری موتور داده.
• بلومینگ بیتپوشش شامل نقشه راه مجموعه داده و نظرات بنیانگذار.
• وب سایت رباتیک اکسیسسایت شرکت و مستندات در پلتفرم و معیارها.